非常感谢您来到我的 AI Auto Video-Audio Translation 项目！该项目旨在提供一个简单易用的全自动视频（音频）识别、翻译工具，帮助您快速识别声音并翻译生成字幕文件，然后将翻译后的字幕与原视频合并，以便您更快速的实现视频翻译。

Tips：推荐选用 Faster-whisper 和 Large 模型以获得最好的断句、识别体验。

注意： 首次使用 Whisper 模型时需下载，国内建议开启 VPN 下载。启用 GPU 加速需下载 CUDA 和 PyTorch，且保证PyTorch 版本与 CUDA 匹配，否则程序识别失败会默认禁用GPU加速。

测试效果 点击下载

• 支持 faster-whisper 后端。
• 支持 GPU 加速。
• 支持 VAD 辅助识别。
• 支持 ChatGPT、KIMI 翻译。
• 支持多种语言识别、翻译。
• 支持多种字幕格式输出。
• 支持字幕修改，二次精翻。
• 支持字幕、视频预览。
• 支持AI总结、问答。

Kimi 是由月之暗面（Moonshot AI）团队的超长记忆 AI 助手

moonshot官网：https://www.moonshot.cn/

kimi官网：https://kimi.moonshot.cn/

见releases

本项目需要依赖 Python 环境和 FFmpeg,可能会用到 CUDA 和 PyTorch 。

1. 安装 Python 环境

• 您需要安装 Python 3.8 或更高版本。
• 您可以从 Python官网 下载并安装最新版本的 Python。

2. 安装 FFmpeg

• 您需要安装 FFmpeg。
• 您可以从 FFmpeg官网 下载并安装 FFmpeg。

3. 设置 FFmpeg 为环境变量

• 按下 Win+R 快捷键打开运行对话框。
• 在弹出的框中输入 rundll32 sysdm.cpl,EditEnvironmentVariables，然后点击确定。
• 在上面的用户变量中找到 Path，双击。
• 点击新建，输入刚刚下载的 FFmpeg 的路径。示例：D:\APP\ffmpeg（请根据自己的实际路径调整！）。

4. 运行 install.bat

• 在项目根目录下运行 install.bat 来安装所有依赖库。

1. 设置参数

• 在config内设置 OPENAI_API_KEY、OPENAI_BASE_URL、KIMI_API_KEY，以便使用翻译引擎。
• 您也可以在网页中设置各项参数，目前版本已经可以自动保存到config中，无需重新设置。

2. 运行程序

• 运行 webui.bat
• 等待网页跳转，如果没有跳转请自行在浏览器输入http://localhost:8501/
• 首次使用streamlit，可能会要求输入email，直接Enter跳过即可。
• 上传文件，设置模型，运行程序，耐心等待处理

1. 请确保您的系统已经正确安装了 Python，并且版本号为 3.8 或更高。
2. 请确保已经安装了 FFmpeg，并设置 FFmpeg 为环境变量。
3. 请确保运行 install.bat，安装所有依赖库。
4. 使用 GPU 加速时请确保安装了正确的 CUDA 和 Pytorch 版本
5. 推荐使用 faster-whisper 和 Large 模型，以获得最好的断句体验，但模型需要从 Huggingface 下载。

• 更换更快的Whisper项目
• 支持个人微调Whisper模型
• 自动匹配识别模型
• VAD辅助优化
• 字词级断句优化
• 更多的语种识别

• ChatGPT翻译优化*
• 更多的语种翻译
• 更多的翻译模型
• 更多的翻译引擎

• 双字幕
• 更多字幕格式
• 字幕预览、实时修改
• 自动化字幕文本校对
• 个性化字幕

• 视频总结、罗列重点
• 实时语音翻译
• 视频中文配音
• 视频预览
• AI助手

本人是 AI 时代的受益者，本项目的开发基本是站在巨人的肩膀上实现的。主要基于 OpenAI 开发的 Whisper 来识别声音和 LLMs 辅助翻译字幕 ，利用 Streamlit 搭建快速使用的 WebUI 界面，以及 FFmpeg 来实现字幕与视频的合并。